文献

J-GLOBAL ID：201902229420980676   整理番号：19A1986079

適応目標新生δ一般化ラベルマルチバーヌーフィルタリングアルゴリズム【JST・京大機械翻訳】

Adaptive target birth δ-generalized labeled multi-Bernoulli filtering Algorithm

著者 (3件)： Li Cuiyun (西安電子科技大学電子工程学院,陜西西安,710071) ,  Chen Dongwei (西安電子科技大学電子工程学院,陜西西安,710071) ,  Shi Renzheng (西安電子科技大学電子工程学院,陜西西安,710071)
資料名： Xi’an Dianzi Keji Daxue Xuebao  (Xi'an Dianzi Keji Daxue Xuebao)
巻： 46  号： 2  ページ： 12-16  発行年： 2019年 
JST資料番号： W0859A  ISSN： 1001-2400  CODEN： XDKXEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の一般化ラベルマルチバーヌーフィルタリングアルゴリズムは,新しい目標状態分布情報を必要とするので,実際の場面で推定精度が低下するという問題に照準を定めて,新しい適応可能な目標の新生δ一般化ラベルのマルチバーヌーアルゴリズムを提示した。このアルゴリズムでは,一般化タグマルチバーヌーリフィルタに基づいて,新しい目標の生存確率と状態情報を,1つの時刻に受信した測定情報を用いて推定し,そのラベルバーヌーランダム集合のパラメータ表現を与えた。シミュレーション結果により,提案アルゴリズムは,未知の新生目標の事前情報に対する複雑な運動場面に対して,強い多重目標追跡ロバスト性を持ち,そして,追跡精度および時間消費は,従来の一般化タグマルチバーヌーフィルタより優れていた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 生存率 ,  シミュレーション ,  ロバスト性 ,  多重化 ,  パラメタリゼーション ,  *アルゴリズム ,  推定精度
準シソーラス用語： ターゲット追跡 ,  事前知識 ,  状態分布 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 適応 ,  目標 ,  一般化